AI schaalt pas als leiders zelf meedoen

Inleiding

Veel organisaties kijken nog naar AI alsof het vooral een adoptievraag is: hebben genoeg mensen toegang, worden de tools gebruikt, en draaien er voldoende pilots? Dat perspectief wordt te smal. De echte rem op schaal zit steeds vaker niet bij medewerkers, maar bij het leiderschap en het organisatiemodel eromheen.

Dat is een ongemakkelijke conclusie, want veel teams experimenteren inmiddels sneller dan de formele organisatie kan bijbenen. Medewerkers testen prompts, automatiseren deeltaken en ontdekken waar AI tijd of kwaliteit oplevert. Maar zolang directie en MT hun eigen besluitvorming, rolverdeling en sturing niet meeveranderen, blijft veel van die energie hangen in lokale winst in plaats van structurele bedrijfswaarde.

Medewerkers zijn vaak verder dan de organisatie

McKinsey laat dat scherp zien in een panel onder 750 medewerkers en leiders. Zeven op de tien respondenten vinden zichzelf persoonlijk klaar om met AI te werken, maar slechts 27% van de 608 leiders die de organisatievragen beantwoordden vindt de eigen organisatie daar ook klaar voor. Dat gat is relevant, omdat organisatorische gereedheid in deze enquête sterker samenhangt met gerapporteerde waarde dan individuele gereedheid alleen. Het panel bestaat uit AI-gebruikers en bevat bewust relatief veel respondenten uit verder gevorderde organisaties; de percentages zijn geen representatieve marktmeting.

Dat is een belangrijk signaal voor bestuurders. Veel organisaties investeren nog vooral in toegang, licenties en training, terwijl de lastigere vraag ergens anders ligt: welke beslissingen blijven menselijk, welke workflows worden opnieuw ontworpen, wie stuurt op kwaliteit, en hoe worden verantwoordelijkheden verdeeld zodra AI meedraait in analyse, service, commercie of operatie?

Wie die vragen niet oppakt, krijgt meestal wel gebruik, maar geen echte omslag. AI blijft dan een extra hulpmiddel naast het bestaande werk, in plaats van een aanleiding om het werk slimmer te organiseren.

AI maakt leiderschap zelf operationeel

Een tweede les uit de recente managementliteratuur is dat leiderschap niet meer op afstand kan blijven staan. McKinsey vat het hard samen: je kunt een AI-organisatie niet leiden vanaf de zijlijn. Dat is logisch. Wie zelf nauwelijks met AI werkt, ziet minder snel waar kwaliteit faalt, waar besluitvorming versnelt, en waar teams nieuwe afhankelijkheden of risico's introduceren.

BCG komt tot een vergelijkbare conclusie. In het CEO-onderzoek van juni 2026 blijkt dat leiders die wekelijks veel tijd investeren in hun eigen AI-capaciteiten veel vaker betekenisvolle waarde rapporteren. De kern daarvan is niet dat iedere bestuurder prompt-expert moet worden. Wel dat leiders AI niet alleen als technologiedossier kunnen delegeren. Ze moeten zelf ervaren hoe het denken, prioriteren en besluiten verandert.

Daarmee verschuift AI-leiderschap van sponsoring naar meedoen. Niet alleen budget geven, maar ook zelf leren, scenario's testen, besluitregels aanscherpen en zichtbaar maken waar menselijk oordeel nog onmisbaar is.

De volgende bottleneck is het operating model

Deloitte laat zien waarom dit nu urgent wordt. Veel organisaties vinden dat ze AI technisch en bestuurlijk redelijk kunnen uitrollen, maar bijna driekwart verwacht tegelijk dat het operating model binnen 12 tot 18 maanden aangepast moet worden om echt op schaal te komen. Dat is veelzeggend: de infrastructuur is niet langer het enige vraagstuk. De organisatievorm zelf komt in beeld.

Dat zie je ook terug in C-suite-rollen. IBM meldt dat inmiddels een grote meerderheid van de ondervraagde organisaties een chief AI officer of vergelijkbare AI-leider heeft aangewezen. Tegelijk verwachten bestuurders dat ook HR zwaarder aan tafel komt. Dat is logisch, want zodra AI werkpakketten, besluitrechten en prestatiemaatstaven verandert, wordt het niet alleen een IT-project maar ook een vraagstuk van organisatieontwerp, leiderschap en talentarchitectuur.

De managementles is dus breder dan "zet een AI-team neer". De vraag is of de rest van de organisatie ook meebeweegt. Als sales, operatie, finance, HR en IT elk op hun eigen manier met AI werken zonder gedeelde keuzes over procesontwerp en verantwoordelijkheden, groeit complexiteit sneller dan waarde.

Wat directie en MT nu concreet moeten doen

Voor de meeste organisaties vraagt dit geen groot transformatieprogramma op dag één. Wel vraagt het om een paar scherpe keuzes.

Ten eerste: behandel AI niet alleen als tooling, maar als ontwerpvraag. Kijk per kernworkflow of AI alleen ondersteunt, delen automatiseert, of het proces fundamenteel herschikt. Die drie situaties vragen om ander leiderschap en andere risicoafspraken.

Ten tweede: maak leiderschapsgebruik expliciet. Vraag niet alleen hoeveel medewerkers AI gebruiken, maar ook hoeveel managers ermee besluiten voorbereiden, scenario's toetsen of proceskwaliteit beoordelen. Een organisatie waarin de werkvloer experimenteert maar het management analoog blijft sturen, gaat vroeg of laat vastlopen.

Ten derde: herontwerp verantwoordelijkheden voordat schaal chaos wordt. Bepaal wie eigenaar is van outputkwaliteit, uitzonderingen, escalaties, modelkeuzes en menselijke eindbeslissingen. Juist daar ontstaan de grootste fricties zodra AI van pilot naar productie gaat.

Ten vierde: verbind HR, operatie en technologie veel eerder. Als AI werk verschuift, moeten functieprofielen, leerpaden, prestatie-indicatoren en teaminrichting meeveranderen. Anders blijft AI hangen in losse efficiëntiewinst zonder duurzame organisatieverbetering.

Niet de slimste tool wint, maar de best meebewegende organisatie

De bedrijven die de komende jaren het meeste uit AI halen, zijn waarschijnlijk niet de bedrijven met de meeste losse experimenten. Het zijn de organisaties die sneller leren dan hun concurrenten hoe leiderschap, werkontwerp en besluitvorming moeten meeveranderen.

Daarmee wordt de kernvraag voor directie en MT minder technisch dan vaak gedacht. Niet: welke tool kiezen we? Maar: durven we onze manier van sturen, samenwerken en beslissen mee te vernieuwen?

Opschaling van AI begint dus niet pas bij nieuwe technologie. Het begint bij leiders die zelf instappen, zodat de organisatie niet alleen sneller werkt, maar ook slimmer wordt ingericht.